基于傅里叶分解方法的风电齿轮箱故障诊断

• 作者: 尹建华 林近山 窦春红 赵光胜
• 来源期刊: 机械传动
• 关键词: 傅里叶分解方法 经验模式分解 风电齿轮箱 故障诊断
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 试验分析
• 页码范围: 132-136
• 页数: 5页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2018.11.025

摘要

经验模式分解(Empirical Mode Decomposition,EMD)是一种经验的方法,缺乏严格的理论证明,在实际应用中存在着许多问题,这些问题导致EMD方法难以有效提取复杂风电齿轮箱振动信号的故障特征.傅里叶分解方法(Fourier Decomposition Method,FDM)是一种新的非平稳非线性信号处理方法,具有坚实的理论基础,能够有效克服EMD方法的缺陷.因此,将FDM用于分析风电齿轮箱振动信号,提出了基于FDM的风电齿轮箱故障诊断方法.将该方法用于实际风电齿轮箱故障诊断,结果表明该方法能够有效地诊断出风电齿轮箱的故障,与基于谱分析、EMD及小波分解的方法相比具有明显的优势.